Memoire Online - Les facteurs de l'exclusion bancaire au Cameroun.

La présente section se subdivise en deux sous-parties : la première est consacrée à l'estimation du modèle et la seconde porte sur l'interprétation des résultats.

II.1- L'estimation du modèle mesurant l'exclusion bancaire par la détention d'un compte bancaire

Elle se fait avec le logiciel STATA/S 13. Les résultats sont présentés dans le tableau suivant :

Tableau 2.1 : résultats de l'estimation du modèle relatif à la détention d'un compte bancaire.

variable endogène EXCLU1	variables exogènes	Coefficients	p-value	Significativité
	documentation	0,27569	0.000	1%
	âge	0.243379	0.000	1%
	Richesse	0,00793	0,09	10%
Logistic regression		Nombre d'observations		1000
		LR chi2(3)		39.19
		Prob > chi2		0.0000
Log likelihood = -141,3398		Pseudo R2		0.1218

La qualité du modèle est évaluée par le test du rapport de vraisemblance (LR Statistic), lequel suit une loi de khi-deux à K degrés de liberté. C'est une procédure qui se rapproche du test de significativité global de Wald. Le nombre de degrés de liberté est égal au nombre de variables explicatives, 3 dans le cas présent.

La règle de décision est telle que H1 est acceptée si la statistique calculée est supérieure à la probabilité de la LR statistic.

Dans notre cas, étant donné que la valeur trouvée 39,19 est manifestement supérieure à celle de la probabilité du rapport de vraisemblance, on accepte H1, ce qui revient à dire que le modèle est globalement significatif.

Par ailleurs, la qualité de la régression est analysée par le Pseudo R² de Macfadden (1973), utilisé pour quantifier la contribution des descripteurs dans l'explication de la variable endogène. Nous retenons celui de Macfadden car Ménard

(2013) suggère qu'il est, non seulement le plus proche du coefficient de détermination de la régression linéaire multiple, mais aussi le plus adapté à la régression logistique.

Toutefois, le R² des modèles logit prennent généralement des valeurs proches de 0, ils tendent difficilement vers 1. On ne saurait donc réellement les prendre en considération pour évaluer la qualité du modèle.

Pour cette raison, nous faisons appel à la ROC (Receiver Operating Characteristics) associée au modèle. Elle est présentée par le graphique suivant

On désigne par sensibilité (sensivity), la proportion d'individus possédant un compte bancaire et par spécificité (specificity), la proportion d'individus n'en possédant pas. Si l'on fait varier la probabilité seuil à partir de laquelle on considère qu'un événement doit être considéré comme positif, la sensibilité et la spécificité varient.

L'aire en-dessous la courbe (ou Area Under the Curve - AUC) est un indice synthétique calculé pour les courbes ROC. Habituellement, on considère que la régression est de bonne qualité dès lors que la valeur de l'AUC est supérieure à 0.5. Un modèle ayant une valeur AUC supérieure à 0.9 est excellent.

A l'observation du graphique ci-dessus, la valeur de l'AUC est de 0,7482. On peut donc n conclure que l'ajustement est de bonne qualité.

Les tests sus effectués visaient à juger de l'adéquation du modèle. Etant donné que tous les résultats étaient favorables, on peut dire du modèle qu'il est adéquat : les variables exogènes choisies contribuent significativement à expliquer la détention d'un compte bancaire.

Les valeurs numériques des coefficients présentés dans le tableau 2.1 n'ont pas d'interprétation directe. En revanche, leur signe renseigne sur la manière dont elles influencent l'exclusion bancaire. Ainsi, un signe positif signifie que l'exclusion bancaire est une fonction croissante de la variable explicative concernée, tandis qu'un signe négatif implique le contraire.

Dans le tableau 2.1, on observe que tous les coefficients sont précédés d'un signe positif, ce qui signifie qu'il existe une corrélation positive entre la probabilité de détenir un compte d'une part, et la documentation, l'âge, la richesse d'autre part.

- s'agissant des exigences documentaires, le signe positif obtenu implique que la probabilité pour un individu de détenir un compte bancaire est une fonction croissante des exigences documentaires. Autrement dit, plus un individu est capable de fournir l'intégralité des pièces requises pour accéder aux services bancaires, plus forte est la probabilité qu'il détienne un compte ;

- de même, le signe positif du coefficient de l'âge implique que la probabilité de détenir un compte augmente avec l'âge. Ce résultat confirme que les personnes

âgées, en raison de la réputation qu'elles se sont forgées grâce aux relations de clientèle, sont préférées par les banques au détriment des jeunes qui doivent encore faire leurs preuves ;

- pour ce qui est de la richesse, le signe positif du coefficient traduit que la probabilité de détenir un compte bancaire est une fonction croissante de la richesse. Ce résultat est conforme à nos attentes ; car, du point de vue des banques, plus un individu est riche, plus forte est sa capacité à payer les frais bancaires. La prise en compte de ce critère augmente alors la probabilité qu'il détienne un compte bancaire ;

Enfin, les odds-ratios associés à ce modèle sont synthétisés dans le tableau ci-

Variable endogène EXCLU1	variables exogènes	Odds Ratio	p-value	Significativité
	documentation	0,43502	0.0220	2%
	Age	0.1275552	0.0000	1%
	Richesse	0, 193	0,0312	3%

Ces ratios ou rapports de chance permettent d'identifier les variables explicatives les plus pertinentes et donc, celles sur lesquelles il convient d'agir prioritairement pour réduire l'exclusion bancaire.

- la documentation affecte de 43,5% la probabilité pour un individu de détenir un compte bancaire ;

- la probabilité pour un individu de détenir un compte bancaire est 12,75 fois plus élevée pour un individu dont l'âge est relativement avancé ;

- s'agissant du critère richesse, la probabilité de détenir un compte bancaire est 19,3 fois élevée pour un individu capable de supporter le coût des services bancaires.

En fin de compte, du côté de l'offre, la probabilité de détenir un compte bancaire est plus forte est positivement corrélée à la documentation, la richesse et l'âge. Si l'on se réfère aux odds ratios, la variable la plus pertinente pour expliquer l'exclusion du compte est la documentation.

Les facteurs de l'exclusion bancaire au Cameroun.

SECTION II- L'estimation du modèle et l'interprétation des résultats

II.1- L'estimation du modèle mesurant l'exclusion bancaire par la détention d'un compte bancaire